導讀

近年來，汽車和通信行業(yè)對聯(lián)網自動駕駛汽車（CAVs）都頗有研究，其中人工智能技術不可或缺。ChatGPT 將同時給 CAVs 帶來潛在的優(yōu)勢和挑戰(zhàn)。探索 ChatGPT 如何影響這個領域，以及究竟能產生多大的影響是一個亟待研究的課題。

OpenAI 團隊目前已經正式推出 GPT-4 版本，這一技術甚至可能顛覆各技術領域的許多傳統(tǒng)研究方法。那么問題來了：ChatGPT 是否能夠改變 CAVs 的發(fā)展方向呢，它會通過何種方式來改變呢？

眾所周知，近年來 CAVs 取得了重大的技術突破。汽車制造商和通信公司都對其抱有很高的期望。然而，無論是娛樂還是安全相關的自動駕駛應用，CAVs 的開發(fā)和商業(yè)化并不盡如人意。因此，當 ChatGPT 出現時，汽車制造商迫切希望將其應用到到他們的車輛中。通用汽車公司正在基于 ChatGPT 開發(fā)一種新的車載助手，同時，人們開始討論如何利用 ChatGPT 技術進一步推動 CAVs 的發(fā)展，以及可能給該領域帶來哪些問題和挑戰(zhàn)。這篇社論將簡要的討論上述問題。

潛在優(yōu)勢

ChatGPT 是一個基于自然語言處理的人機互動工具，可以有效地改善司機和車輛之間的溝通和互動。ChatGPT 的底層技術是一個大規(guī)模的深度學習網絡，使其適用于處理大量的數據，并在 CAVs 中進行駕駛決策。因此，ChatGPT 可以在以下方面改善 CAVs 的性能。

1.?車載語音助手

ChatGPT 具有強大的語音處理能力，非常適合用作車載語音助手。此外，它還能通過更好地理解人類指令和做出更智能的反應來改進最先進的車內交互系統(tǒng)。

2.?復雜環(huán)境感知

車輛通過各種車載傳感器（例如攝像頭、雷達和激光雷達），從周圍環(huán)境中感知的數據會越來越多。然而，車輛無法及時處理這些海量數據。如果將 GPT-4 模型部署到更靠近車輛的邊緣計算設備上，并與車輛自身的機器學習模型相結合，我們便可以高效地處理車輛的各種感知數據，從而獲得全面而深入的環(huán)境感知知識，并為自動駕駛技術的實行打下堅實的基礎。此外，雖然 ChatGPT 的架構最初是為自然語言處理設定的，但研究人員已經成功地將其應用于計算機視覺，用來提高視覺處理的準確性。這一應用為自動駕駛技術的發(fā)展帶來轉機，因為 CAVs 中發(fā)生的的幾起嚴重事故主要是由基于人工智能的計算機視覺模型發(fā)生故障而引起的。

3.?駕駛行為決策

ChatGPT 的性能通過人類反饋強化學習技術得以增強，該技術首次實現了根據人類反饋訓練獎勵模型的機制。然后在強化學習中使用獎勵模型來微調預訓練的語言模型。由于人類反饋能幫助CAVs學習人類駕駛員的駕駛行為和習慣，從而提高駕駛安全性和舒適性，因此這種學習范式對自動駕駛的決策非常有吸引力。盡管 CAVs 已經開始模仿和學習人類駕駛員，但實際應用中仍缺乏標簽和人類駕駛行為。利用反饋強化學習中訓練好的獎勵模型，可以模擬人類反饋來訓練 CAVs 中的決策模型，從而有效解決標簽稀缺問題。

4.?智能異常檢測

ChatGPT 可以通過自身強大的學習能力，對車輛行駛過程中接收到的異常數據和外部威脅進行智能檢測。這不僅增強了傳統(tǒng)檢測機制的智能化，還提高了車輛對未知零日漏洞的檢測率。這使得基于 ChatGPT 增強功能的智能異常檢測機制能夠提高 CAVs 的安全性。

5.?對抗性防御

黑客極易利用 ChatGPT 來設計針對 CAVs 的高度隱蔽和破壞性的攻擊策略。由于存在這種潛在威脅，相應的，將 ChatGPT 應用于智能汽車來設計能夠保證車輛安全駕駛的對抗防御策略是一個潛在的研究方向。

挑戰(zhàn)

如 ChatGPT 之類的任何新技術，在帶來機遇的同時，往往也會帶來挑戰(zhàn)。

1.?數據隱私問題

為了確保模型能夠持續(xù)訓練，保證持續(xù)的準確性和穩(wěn)定的性能，ChatGPT 必須經常與用戶交互，這需要收集大量與用戶相關的數據。但目前，OpenAI 并未對收集和處理用戶信息給出有效通知。因此，其收集和存儲個人信息缺乏法律依據。

2.?安全問題

ChatGPT 也會遇到與其他深度學習模型類似的挑戰(zhàn)，例如在遇到惡意攻擊后產生不準確的輸出。因為 CAVs 通過無線通信連接，所以它們極易受到網絡攻擊。因此，如果在某些情況下出現這樣的問題，基于 ChatGPT 的自動駕駛決策可能會引發(fā)嚴重的交通事故。

3.?實時問題

ChatGPT 基于具有海量參數的大規(guī)模網絡，需要具備處理海量數據的能力。然而，當前車聯(lián)網的計算能力相對較差，尤其是車輛內部。GPT-4 模型最適合部署在遠程云服務器上。因此，如何及時回傳模型處理的數據，將是車聯(lián)網（V2X）要面臨的嚴峻挑戰(zhàn)。

4.?道德問題

作為一項基于人工智能的技術，倫理問題是基于 ChatGPT 的自動駕駛汽車決策面臨的一大挑戰(zhàn)。我們應考慮并解決諸如訓練數據集導致的各種偏差、可能導致巨大損失的決策責任，以及可能的惡意濫用等一些倫理方面的問題，以避免陷入可能出現的困境。與基于人工智能的醫(yī)療應用類似，盡管 ChatGPT 的協(xié)助可以顯著促進和提高這些決策的效率和有效性，但道德決策依然應該由操作自動駕駛汽車的人作出。

總結

本文簡要討論了 ChatGPT 可能給 CAVs 帶來的優(yōu)勢和挑戰(zhàn)。ChatGPT 背后的人工智能技術可能提高 CAVs 多個方面的性能，如車載語音助手、復雜環(huán)境感知、駕駛行為決策和智能異常檢測等。同時，將 ChatGPT 引入 CAVs 時必將面臨幾個挑戰(zhàn)，如數據隱私、安全性、實時性和道德問題等?？梢灶A見，ChatGPT 肯定會應用到未來的 CAVs 中。但是，如何應用，以及它將對這一領域產生多大的影響，目前尚不清楚。我們需要迫切展開這方面的研究。

文章信息

題目：ChatGPT in connected and autonomous vehicles: benefits and challenges

作者：Lei Lei, Hao Zhang, Simon X. Yang

引用：Lei L, Zhang H, Yang SX. ChatGPT in connected and autonomous vehicles: benefits and challenges.?Intell Robot?2023;3(2):145-8. http://dx.doi.org/10.20517/ir.2023.08

英文原文鏈接：https://intellrobot.com/article/view/5747

作者簡介

加拿大圭爾夫大學教授兼高級機器人與智能系統(tǒng)實驗室負責人（Advanced Robotics and Intelligent Systems Laboratory at the University of Guelph），他在專業(yè)活動中一直非?；钴S，曾擔任多期刊副主編和顧問編委，同時是多會議主席和多項目資助審查組成員，如IEEE機器人與仿生學國際會議獎項委員會主席（2019年），第 16 屆機器人技術與應用國際研討會聯(lián)合主席（2018年），IEEE 信息與自動化國際會議程序主席（2015年），IEEE 物流與自動化國際會議總主席（2011年）；NSERC（加拿大自然科學和工程研究委員會），CHIR（加拿大衛(wèi)生研究院）資助審查組成員等。

加拿大安大略省圭爾夫市圭爾夫大學工程學院的副教授。她擁有豐富的學術和行業(yè)經驗，曾在包括中國移動研究院、中國北京交通大學和澳大利亞詹姆斯庫克大學工作，并于 2020 年加入圭爾夫大學。她是 IEEE 高級會員，Transactions on Emerging Telecommunications Technologies 和Peer-to-Peer Networking and Applications?副主編，曾任 IEEE 通信學會亞太地區(qū)分會協(xié)調委員會秘書，并獲得 2021 N2Women：計算機網絡與通信之星榮譽。她的研究興趣包括機器學習/深度強化學習、無線通信、物聯(lián)網/車聯(lián)網、移動邊緣計算和智能電網。

同濟大學電子與信息工程學院副院長，教授，博士生導師。主持4項國家自然基金項目，并主持了上海浦江人才計劃項目、上海市曙光計劃、上海市國際科技合作項目、上海自然科學基金、上海晨光學者項目等 10 余項。已在國際有影響的雜志和會議上發(fā)表相關論文 150 余篇，其中 60 余篇論文發(fā)表在?Automatica，IEEE Trans. Automatic Control，IEEE Trans. Industrial Electronics?等控制領域有影響力國際權威期刊上。研究方向包括：網絡化控制，多智能體系統(tǒng)，自主智能系統(tǒng)等。

關于期刊

Intelligence & Robotics（IR, Online ISSN 2770-3541）是一本金色開放獲取，遵循嚴格同行評審的國際學術期刊。由 OAE Publishing Inc. 主辦，加拿大圭爾夫大學終身教授 Simon X. Yang 擔任主編，于 2021 年 6 月 7 日正式上線。截至目前，IR?編委團隊共 72 人，顧問編委 5 人，包括中國柴天佑院士，郭愛克院士和李德毅院士，執(zhí)行主編 2 人，副主編 44 人，青年編委 21 人?？姆秶ǖ幌抻冢荷铩⒎律腿斯ぶ悄?；神經網絡、模糊系統(tǒng)和進化算法；各種移動、空中和水下機器人系統(tǒng)的傳感、多傳感器融合、定位、數據分析、建模、規(guī)劃和控制；機器人協(xié)作、遠程操作和人機交互等。

期刊官網：https://intellrobot.com/

投稿鏈接：https://oaemesas.com/login?JournalId=ir

聯(lián)系方式：editorial@intellrobot.com

官方郵箱：editorialoffice@cardiovascularaging.com

*本文內容由 IR?編輯部整理。